Tartalomjegyzék:

Hogyan működik egy osztályozási algoritmus?
Hogyan működik egy osztályozási algoritmus?

Videó: Hogyan működik egy osztályozási algoritmus?

Videó: Hogyan működik egy osztályozási algoritmus?
Videó: Trendcsinálók - Így működnek az ajánlórendszerek | Mindenható Algoritmusok #2 | Brain Bar 2024, Lehet
Anonim

Az osztályozás az olyan technika, ahol az adatokat adott számú osztályba soroljuk. A fő cél a osztályozás probléma van azonosítani azt a kategóriát/osztályt, amelybe egy új adat tartozik. Osztályozó : An algoritmus amely a bemeneti adatokat egy adott kategóriához rendeli hozzá.

Hasonlóképpen felmerülhet a kérdés, hogy melyek a gépi tanulás osztályozási algoritmusai?

Íme a gépi tanulás osztályozási algoritmusainak típusai:

  • Lineáris osztályozók: logisztikai regresszió, naiv Bayes osztályozó.
  • Legközelebbi szomszéd.
  • Támogatja a vektoros gépeket.
  • Döntési fák.
  • Erősített fák.
  • Random Forest.
  • Neurális hálózatok.

A fentieken kívül melyik osztályozási algoritmus a valószínűségen alapul? Valószínűségi osztályozás . A gépi tanulásban egy valószínűségi osztályozó egy osztályozó amely egy bemenet megfigyelésével képes előre jelezni, a valószínűség eloszlása az osztályok halmaza között, ahelyett, hogy csak azt a legvalószínűbb osztályt adja ki, amelyhez a megfigyelésnek tartoznia kell.

Egyszerűen, mi a legjobb osztályozási algoritmus?

A Random Forest az egyik leghatékonyabb és legsokoldalúbb gépi tanulás algoritmus sokféle számára osztályozás és regressziós feladatok, mivel ezek robusztusabbak a zajjal szemben. Rossz véletlenszerű erdőt nehéz építeni.

Mi az ML osztályozás?

A gépi tanulásban és a statisztikákban osztályozás Az a probléma, hogy egy kategóriák (alpopulációk) közül melyikhez tartozik egy új megfigyelés, olyan megfigyeléseket (vagy példányokat) tartalmazó betanítási halmaz alapján, amelyek kategóriatagsága ismert.

Ajánlott: